python中提取pdf文件某些页_使用Python或其他方法从PDF中提取指向另一个PDF中页面的链接...

使用

pyPdf寻找URI,

import pyPdf

f = open('TMR-Issue6.pdf','rb')

pdf = pyPdf.PdfFileReader(f)

pgs = pdf.getNumPages()

key = '/Annots'

uri = '/URI'

ank = '/A'

for pg in range(pgs):

p = pdf.getPage(pg)

o = p.getObject()

if o.has_key(key):

ann = o[key]

for a in ann:

u = a.getObject()

if u[ank].has_key(uri):

print u[ank][uri]

给,

http://www.augustsson.net/Darcs/Djinn/

http://plato.stanford.edu/entries/logic-intuitionistic/

http://citeseer.ist.psu.edu/ishihara98note.html

etc...

我找不到一个链接到另一个pdf的文件,但我怀疑URI字段应该包含表单file:/// myfiles的URI

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值